- 1、本文档共52页,可阅读全部内容。
- 2、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
三、分析的基本步骤 1、确定研究的问题。 2、获取资料。 3、作多维尺度分析。 4、作空间图并解释结果意义。 5、评价分析结果。 四、实例分析: 在某次市场研究中,研究者调查了10位消费者,要求他们对A、B、C、D、E等五种品牌的相似性进行评分。消费者利用李克量表分别对AB 、AC、 AD、AE、 BC、 BD BE 、CD、 CE 、DE中的每一对评分。其中一位消费者的评分结果为:AB=2 、AC=1、 AD=4、AE=5 BC=6、 BD=8 、BE=6 CD=3,CE=7, DE=5,从而可以得到一个相似性比较矩阵。请就此进行多维尺度分析。 将表的相似矩阵输入,利用SPSS11.0进行计算,可得到如下的概念空间图: 从该空间图可以看出,D和E相对接近。在第一维度方向,A、B、C、D、E几个品牌的差异较为明显。 第八节 联合分析 一、联合分析的基本概念与功能 联合分析方法的基本思想是,通过提供给消费者以不同的属性组合形成的产品,请消费者做出心理判断,按其意愿程度给产品组合打分、排序,然后采用数理分析方法对每个属性水平赋值,使评价结果与消费者的给分尽量保持一致,来分析研究消费的选择行为。 二、联合分析的模型和有关统计术语 (一) 联合分析的基本模型 (二)统计术语 1、分值函数 2、属性和水平 3、相对重要性权数 4、全轮廓 5、配对表 6、实验设计 7、内部有效性 8、最大效用模型 三、联合分析的基本步骤 1、确定研究对象 2、确定属性及水平 3、实验设计 4、资料的收集 5、计算属性的分值 6、评价分析的结果 7、解释结果 8、模拟市场占有率 三、分析的基本步骤 判别分析一般都是通过现成的统计软件进行分析。一般而言,利用统计软件的判别分析具体包括以下步骤: 确定研究 的问题 获取判别分 析的数据 进行判别 分析 评价和解释 分析结果 某公司生产一新产品,该公司在新产品末大量上市以前,进行了一次市场调查。公司将新产品寄给十五个代理商,并附意见调查表,要求对该产品给予评估并说明是否愿意购买。评估的因素有:式样、包装及耐久性。评分用10分制,高分表示特性良好,低分则较差。其中有三位代理商没有表明自己的购买意愿。 那么这些代理商是属于“非购买组”还是“购买组”? 四、实例分析 以下是SPSS11.0的部分输出结果: 表中,式样 、包装和耐用性的标准化系数分别为0.91、0.083、0.254。因而,式样是最重要的判别变量,其次是“耐用性”,最后是包装。 表中最大概率组一栏是判别分析得出的组别。13、15号代理商属于“非购买组”,14号代理商属于“购买组”。 第三节 聚类分析 一、聚类分析的基本思想 聚类分析(又称数字分类学)是新近发展起来的一种研究分类问题的多元统计分析方法。 样品聚类是对事件进行聚类,或是说对观测量进行聚类,是对反映被观测对象的特征的变量值进行分类。 变量聚类则是当反映事物特点的变量很多时,根据所研究的问题选择部分变量对事物的某一方面进行研究的聚类方法。 二、距离与相似系数 (一)常用的距离指标有 1、欧式距离 2、欧式距离的平方 3、曼哈顿距离 4、切比雪夫距离 (二)常用的相似系数指标主要有 1、余弦系数 2、皮尔逊相关系数 (三)定类数据的距离 1、卡方距离 2、法方距离 三、聚类方法 1.层次聚类法 2.迭代聚类法 四、聚类分析的主要步骤 确定研究 的问题 计算 相似性 聚类 聚类结果的 解释和证实 某家具公司为了对市场进行的细分,对购买家具的顾客进行了一次市场调查。这次调查的指标有:喜爱的款式(老式为1,新式为2),图案(素式为1,格字为2,花纹为3);颜色(蓝色为1,黄色为2,红色为3,绿色为4)。调查样本为30人。 五、实例分析: 顾客 式样 图案 颜色 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 1 1 2 2 1 2 1 2 1 2 1 2 1 2 1 1 2 1 2 2 1 2 1 2 2 1 2 1 2 1 3
文档评论(0)